Caso d'uso dell'AI generativa: generare contenuti per campagne di marketing personalizzate

Questo documento fornisce un'architettura di alto livello per un'applicazione che utilizza l'AI per generare contenuti per campagne di marketing personalizzate.

Il pubblico di destinazione di questo documento include architetti, sviluppatori e amministratori che creano e gestiscono applicazioni di AI generativa nel cloud per i settori dei media e del marketing. Il documento presuppone che tu abbia una conoscenza di base dell'AI generativa.

La sezione Deployment di questo documento fornisce link a esempi di codice per aiutarti a sperimentare il deployment di applicazioni di AI generativa per applicazioni di marketing.

Architettura

Il seguente diagramma mostra un'architettura per un'applicazione in Google Cloud che elabora i dati degli utenti per generare asset multimediali per campagne di marketing personalizzate.

Architettura per un'applicazione di AI generativa che genera campagne di marketing personalizzate. Architettura per un'applicazione di AI generativa che genera campagne di marketing personalizzate.

L'architettura mostra i seguenti flussi:

  • Importare ed elaborare i dati utente:

    1. I dati utente provenienti da origini interne Google Cloud e da origini esterne vengono caricati in BigQuery.
    2. Una pipeline Dataflow elabora i dati caricati e ricava informazioni di marketing, come profili demografici, interessi e modelli di acquisto.
    3. Eventarc attiva un servizio Cloud Run.
    4. Il servizio Cloud Run invia gli approfondimenti di marketing all'API Gemini in Vertex AI, con un prompt per generare asset multimediali personalizzati per le campagne di marketing.
    5. Per ogni utente, Gemini genera contenuti audio, video e di testo per campagne di marketing online.
    6. Il servizio Cloud Run carica i contenuti generati in un bucket content-server in Cloud Storage.

  • Pubblica consigli sui prodotti:

    Quando gli utenti visitano il portale web dell'azienda, si verifica quanto segue:

    1. Recupera contenuti di marketing specifici per l'utente dal server dei contenuti Cloud Storage.
    2. Mostra i contenuti di marketing nelle pagine web visitate dagli utenti.

Per migliorare la qualità dei contenuti generati, valuta i seguenti aggiustamenti all'architettura:

  • Crea un ciclo di feedback per consentire al modello di apprendere dall'impatto delle campagne di marketing.
  • Prima di caricare i contenuti generati su Cloud Storage, un utente umano deve verificare che i contenuti siano sicuri e in linea con il brand.

Prodotti utilizzati

Questa architettura di esempio utilizza i seguenti prodotti Google Cloud :

  • Cloud Run: una piattaforma di computing serverless che ti consente di eseguire container direttamente sull'infrastruttura scalabile di Google.
  • Vertex AI: una piattaforma ML che ti consente di addestrare ed eseguire il deployment di modelli ML e applicazioni AI e personalizzare LLM da utilizzare in applicazioni basate sull'AI.
  • BigQuery: un data warehouse aziendale che ti aiuta a gestire e analizzare i dati con funzionalità integrate come machine learning, analisi geospaziale e business intelligence.
  • Dataflow: un servizio che fornisce l'elaborazione unificata dei dati in modalità flusso e batch su larga scala.
  • Eventarc: una soluzione serverless per instradare in modo asincrono i messaggi attivati dagli eventi.
  • Cloud Storage: uno spazio di archiviazione di oggetti a basso costo e senza limiti per diversi tipi di dati. I dati sono accessibili dall'interno e dall'esterno di Google Cloude vengono replicati in più località per la ridondanza.

Deployment

Il repository Generative AI for Marketing in GitHub include esempi di codice che puoi utilizzare per sperimentare il deployment di applicazioni di AI generativa per applicazioni di marketing.

Passaggi successivi

Collaboratori

Autore: Kumar Dhanagopal | Sviluppatore di soluzioni cross-prodotto

Altri collaboratori: